整理一些网友的贴子和博客,供自己学习用,感谢~
用文氏图来理解卷积神经网络如何决定提取哪些特征:
https://blog.csdn.net/kane7csdn/article/details/84890592
为什么卷积能够提取图像的特征?看完此文应该能够给你一个答案:
https://blog.csdn.net/charleswangzi/article/details/82733016
浅析卷积神经网络为何能够进行特征提取:
https://blog.csdn.net/weixin_42078618/article/details/83895555
cnn卷积核参数如何确定_CNN(卷积神经网络)卷积核的特征提取:
https://blog.csdn.net/weixin_30066287/article/details/112118576
卷积神经网络怎样获得softmax层前的特征输出?:
https://www.zhihu.com/question/459938742/answer/1891865776
迁移学习之利用keras预训练网络提取图片特征:
https://blog.csdn.net/qq_31207499/article/details/84294790
【keras系列】学习笔记一
其中:
1、如何已经把模型下载到本地
模型已经下载,不再每次从网站进行加载,可以修改以下内容。
WEIGHTS_PATH = 'https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels.h5'
WEIGHTS_PATH_NO_TOP = 'https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5'
weights_path = get_file('vgg16_weights_tf_dim_ordering_tf_kernels.h5',
WEIGHTS_PATH,
cache_subdir='models')
weights_path = get_file('vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5',
WEIGHTS_PATH_NO_TOP,
cache_subdir='models')
https://blog.csdn.net/u011511601/article/details/80621511
神经网络第三篇:输出层及softmax函数:
https://blog.csdn.net/u012132349/article/details/86698193
深度学习-CNN提取图像特征:
https://blog.csdn.net/qq_30815237/article/details/86703620?ops_request_misc=&request_id=&biz_id=102&utm_term=%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%89%B9%E5%BE%81%E6%8F%90%E5%8F%96&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-2-86703620.nonecase&spm=1018.2226.3001.4187
【初级】使用 Python 从图像数据中提取特征:
提取边缘特征,包括水平边缘和竖直边缘
https://www.jianshu.com/p/612fdd882eed
机器学习实战13-卷积神经网络:
https://blog.csdn.net/qq_30815237/article/details/89040284
CNN基础二:使用预训练网络提取图像特征:
https://www.cnblogs.com/inchbyinch/p/11980247.html
可视化VGG19类激活热力图:
https://zhuanlan.zhihu.com/p/59512926
Keras:使用预训练模型迁移学习单通道灰度图像:
https://blog.csdn.net/qq_15969343/article/details/84673541
Keras 的预训练权值模型用来进行预测、特征提取和微调(fine-tuning):
https://blog.csdn.net/weixin_39506322/article/details/88640679
keras搭建模型训练教程:
https://zhuanlan.zhihu.com/p/58859997
利用卷积神经网络(VGG19)实现火灾分类(附tensorflow代码及训练集) :
https://www.cnblogs.com/vipyoumay/p/7884472.html
【深度学习实战02】——VGG网络提取输入图像的特征并显示特征图:
https://blog.csdn.net/c20081052/article/details/80207906
Keras:使用预训练模型迁移学习单通道灰度图像:
https://blog.csdn.net/qq_15969343/article/details/84673541
VGG网络提取单通道图像特征:
可以把灰度图宽展成3通道的彩图,既把灰度图3层叠加(也可以使用其他办法),然后再有现有的VGG模型,再微调应该就可以来;
或者你参考VGG模型,重新自定义一个对应于单通道图片的网络模型重新训练。